匹配正文：…询集上比较证据完整性与成本。所谓语义或 Agentic 分块也要经过同一评测，不能因为使用 LLM 就默认更好。二、检索器使用向量检索、BM25、结构化过滤或多路召回生成候选。对不同分数做校准、RRF 融合或独立重排，避免直接相加不可比的原始分数。用 Cross-Encoder 或领域 Reranker 对候选精排，并保留召回器、索引和模型版本。查询改写、HyDE 和子查询分解只在离线与端到端评测证明有效时启用，因为它们也可能引入偏移。三、生成器集成候选去重、裁…

#美团#RAG工程实现#RAG 系统实现

面试题·检索· 小鹏

如何系统优化 RAG 检索？

匹配正文：…PQ 的存储由子量化器数量与每个编码位数决定，不能把“32 位降到 8 位”等同于任意 PQ 配置的固定四分之一总内存。关键词与向量检索覆盖的错误类型不同。专有名词、编号和精确短语常能从关键词召回获益，语义改写可能从向量召回获益；是否做混合检索要按切片比较两路的独立贡献。 3. 融合与重排融合先处理不同结果集的重复文档与稳定文档 ID。RRF 使用名次而不是原始分数，仍有 rank constant、候选深度和可选权重；分数归一化/加权则保留分数差异，但对分数尺度敏感。应…

#RAG#检索优化#混合检索

面试题·检索· 美团

RAG 检索器与生成器如何协同？

匹配正文：…构：两阶段流水线第一阶段：离线索引构建文档切分：按语义/固定长度分块，控制chunk大小（通常256-512 tokens） Embedding编码：用BGE、M3E等模型将文本转为稠密向量向量存储：写入Milvus/Faiss/Elasticsearch，构建HNSW索引加速检索第二阶段：在线检索生成模块职责关键技术检索器从知识库召回相关文档稠密检索（向量相似度）+ 稀疏检索（BM25）混合重排序器精排Top-K结果 Cross-Encoder（如b…

← 上一页第 20 / 22 页下一页 →

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#美团#RAG架构#RAG 系统架构

面试题·检索· 美团

RAG 系统有哪些常见陷阱?

匹配正文：…断边界块大小一般256-512 tokens，需保留上下文重叠（overlap）表格/代码等特殊内容需单独处理，不能粗暴切分 Embedding与召回领域数据务必微调embedding，通用模型域外效果差多路召回：向量检索 + 关键词（BM25）+ 知识图谱重排序（Rerank）是性价比最高的优化，Cross-Encoder比Bi-Encoder准但慢常见陷阱只测Top-1命中率，忽略MRR和召回率向量维度高≠效果好，768/1024够用，关注训练数据质量二…

#美团#RAG常见陷阱#RAG 系统陷阱

面试题·检索· 字节

两阶段 vs 端到端怎么选?

匹配正文：…知识库规模小，可直接塞进上下文（<100k tokens）对延迟极度敏感（实时对话场景）任务偏向创意生成而非事实问答有强基座模型（GPT-4级）且幻觉可控关键权衡两阶段的隐性成本：召回-精排之间的信息损失（多轮过滤丢信息）系统复杂度指数上升（索引维护、版本对齐）端到端的隐性风险：参数知识污染（把训练记忆当检索结果）难以定位错误来源（是检索错了还是生成错了？）字节场景下的实践倾向字节业务（抖音搜索、豆包）通常选两阶段为主，端到端为辅：主链路：向量召回 …

#字节#两阶段检索与端到端生成#两阶段检索

面试题·检索· 美团

BM25 原理与 TF-IDF 改进点

匹配正文：…长度对得分的影响。b=0 表示不做这部分归一化，b 增大并不等于对所有长文档固定扣同样分数。概率检索框架：BM25 从概率相关性模型演化而来；TF-IDF 也有多种归一化变体，因此只能与所选基础实现对比，不能笼统说所有 TF-IDF 都完全不处理长度。参数与验证 k1、b、分词、停用词、字段权重和 IDF 变体共同影响结果。典型默认值只用于起点，最终应在目标语料和标注查询上以 MRR、NDCG、Recall@K 与业务结果调参。在 RAG 中的作用 BM25 擅长术语、…

#美团#BM25#BM25 算法原理

面试题·检索· 美团

混合检索为什么优于单一检索?

匹配正文：…Phone"）适用：商品名称、法律条文、医疗术语等需要精确匹配的场景。稠密检索（Dense Retrieval）原理：用双塔模型将query和doc编码为低维稠密向量，通过向量相似度召回。常用相似度度量：方法公式特点余弦相似度 cos(θ) = A·B/(‖A‖‖B‖) 归一化后只关注方向，适合语义匹配点积 A·B 保留模长信息，训练时更稳定欧氏距离 ‖A-B‖ 对向量尺度敏感，较少直接用特点：语义泛化能力强，支持同义词、跨语言需要大量数据训练，冷启…

#美团#稀疏稠密检索#混合检索策略

面试题·检索· 哔哩哔哩

召回 vs 粗排怎么分工?

匹配正文：…新鲜度。它通常可以多带入一些不相关项，但漏掉的相关项无法由后续排序补回。粗排位于召回与精排之间，用比精排便宜、比召回表达力更强的模型淘汰低价值候选。它是可选层：是否需要、每层保留多少候选、模型多大，都由候选规模、精排成本和服务预算决定，不存在通用的“亿级到千级”或“十毫秒”阈值。协同关系候选库 → 多路召回或 ANN → 合并去重 → 可选粗排 → 精排 → 约束与多样性重排召回可来自协同过滤、双塔向量、图、热门或业务规则。粗排可用轻量 GBDT、浅层网络或蒸馏模型，…

#哔哩哔哩#召回与粗排#召回与粗排区别

面试题·检索· soul

召回阶段怎么选方法?

匹配口述回答：…就是热门偏置，容易推的都是爆款，长尾很难出来。所以它适合用户行为已经很丰富的成熟业务，比如电商里用户购买记录多的场景。再一个就是向量召回，现在工业界用得最多的[[双塔]]结构。用户塔和物品塔分别编码，最后算向量内积近似。它的好处是泛化能力强，能利用用户和物品的属性做语义匹配，而且可以增量更新。但训练成本高，负样本怎么选很关键，选不好模型就学偏了。另外它有个风险，就是可能过度泛化，比如用户点过一次某个内容，向量召回能推出完全不相关的类似风格，但实际用户并不感兴趣。所以它更适合…

#soul#多路召回#召回方法对比

面试题·检索· 美团

稀疏稠密与混合检索

匹配正文：稀疏检索（Sparse Retrieval）原理：基于词项空间的高维稀疏向量，经典代表是 BM25 和 TF-IDF。维度 = 词表大小（通常 10万+），向量极度稀疏（大部分为0）相似度度量：词袋匹配 + 词频加权，BM25 公式核心衡量词项与文档的相关性优势：精确匹配能力强、可解释性好、无需训练、对关键词敏感稠密检索（Dense Retrieval）原理：通过编码器（如BERT、双塔模型）将文本压缩为低维稠密向量。维度通常 256-1024，向量稠密相似度…

#美团#稀疏稠密检索#稀疏稠密与混合检索

面试题·检索· 美团

混合检索为什么用 Sparse+Dense?

匹配正文：…_i,d)·(k1+1)] / [f(q_i,d) + k1·(1-b+b·|d|/avgdl)] 只关注查询词是否出现在文档中，向量极度稀疏（维度=词表大小）相似度度量：BM25 score（基于TF-IDF的改进版）特点：对高频词降权、对文档长度归一化，检索速度快 Dense检索（稠密检索）原理：将查询和文档编码为低维稠密向量（通常768/1024维），通过向量空间中的距离衡量语义相关性使用双塔模型（如BGE、GTE）分别编码query和doc 相似度度量：余弦相…

#美团#Hybrid Retrieval#混合检索

面试题·检索· 字节

RAG 工作流怎么应对时效衰减?

匹配口述回答：这道题其实是在问，怎么让大模型既能拥有最新知识，又不会因为知识库过时而胡说八道。[[RAG]]的本质就是给大模型配一个外挂知识库，让它能实时查资料再回答。先说RAG的完整流程。用户提一个问题，我们先用 [[Embedding]] 模型把它转成向量，然后去[[向量数据库]]里做相似度检索，召回最相关的Top-K片段。这一步核心是从语义上匹配，不是关键词匹配。召回来后通常会加一个 [[Rerank]] 步骤，把最精准的排到前面，然后把这些片段和用户问题拼在一起，作为上下文送给大…

#字节#时间衰减检索#RAG 工作流程

面试题·检索· 高德

BM25原理、应用场景及与TF-IDF区别

匹配正文：…+0.5避免负值）长文档友好性差好参数调优无有k1/b可调 RAG中的应用场景混合检索架构：BM25做粗排召回 + 向量模型做精排重排稀疏检索基线：与稠密向量形成互补，捕获精确匹配信号关键词敏感场景：法律条文、医学术语等需要字面精确匹配的领域实时检索：无需神经网络推理，毫秒级响应局限性无法处理语义鸿沟（"苹果"→公司/水果）需配合同义词扩展或向量检索补足语义能力

#高德#BM25评分公式#BM25 算法原理

面试题·检索· 百度

检索失败时 RAG 怎么兜底?

匹配正文：答案要点区分检索失败类型（无结果/低质量结果）并设计不同策略查询改写与扩展的具体方法多路召回与混合检索的架构设计大模型自身知识的安全调用机制用户感知的透明反馈设计核心策略：分层兜底架构 1. 失败类型识别零结果：向量库返回空，检查embedding/索引问题低质量结果：有结果但相似度低于阈值，或Top-K结果差异过大 2. 查询侧优化（自动重试）原始Query → 同义词扩展/Query分解 → 多轮改写 → 重新检索 HyDE方式：用LLM生成假设文档，再…

#百度#小鹏#美团

面试题·检索· 字节

RAG 技术实现怎么落地?

匹配正文：答案要点能清晰描述RAG的完整技术链路（索引-检索-生成）理解Embedding和向量检索的核心作用能区分Naive RAG与Advanced RAG的关键差异能结合具体场景说明RAG的价值和局限性 RAG核心架构 RAG = 检索模块 + 生成模块，用外部知识弥补大模型参数知识的局限。 1. 索引阶段（离线）文档切分：按语义/固定长度分块，控制chunk大小（通常256-512 tokens）向量化：用Embedding模型（如BGE、text-embeddin…

#字节#RAG应用场景#RAG 技术实现

面试题·项目与经历· 商汤科技

数据预处理关键步骤与目的

匹配口述回答：…看 KS 或 Wasserstein，类别分布可看 PSI、Jensen-Shannon 或类别占比，文本还可看长度、语言、主题、嵌入分布与质量模型分数。任何单一指标都可能受样本量和季节性影响，所以告警还要结合缺失率、规则失败、线上错误率和人工样本。阈值应从历史波动、业务风险和回测中得到，告警后先定位来源、字段与切片，再决定修采集、修清洗、补标注或重训。Self-RAG 论文关注按需检索、生成和反思 token，可用于改善 RAG 回答，但不会替代数据质量监控。完整闭环是可回…

#数据清洗#数据增强#数据采样

面试题·Agent· 字节

Agent 怎么处理代码库数据?

匹配口述回答：…pt的类型推断在预计算时怎么处理，我觉得还有优化空间。所以我会把代码库Agent看成一套分层系统，每一层解决一个问题，而不是一个模型搞定所有。前提是你得有好的AST解析器和准确的调用图，不然检索质量会崩。常见失败场景是依赖扩展时拉入太多无关代码，导致上下文噪声过大。上线我会特别关注上下文命中率和依赖扩展的精度，如果召回率低，先看是不是Embedding模型没训好，再查依赖图是不是漏了边。代码库Agent的本质难题多粒度表征与分层检索上下文压缩与依赖扩展工具链集成与增…

#字节#Agent#Agent 代码库处理

面试题·Agent· 高德

Tool Calling 参数格式怎么保?

匹配口述回答：这道题问的是工具调用时参数格式怎么保证正确，其实本质是在问：怎么让大模型生成的东西既能被下游API解析，语义上又说得通。我一般从两个层面来想，生成时尽量约束住，生成后兜底校验修复，两条腿走路。先说生成时约束。最直接的是约束解码，就是在每一步生成token时限制可选范围，确保输出从一开始就符合语法。比如用CFG或基于状态机的方式，像outlines或lm-format-enforcer这种库。好处是从根本上杜绝格式错误，但代价是首token延迟会增加，大概5%到15%，高并发…

#高德#Tool Calling 参数格式#约束解码

面试题·Agent· 蚂蚁

多轮对话上下文状态管理机制

匹配口述回答：这道题的核心是把持久会话状态和当前模型上下文分开。完整消息、工具调用、确认和错误应进入可审计的数据库或事件日志；Redis 可以缓存最近轮次与版本，但不作为唯一真相。本地缓存只用于单次请求或可失效热点数据。每条事件带 session_id、递增序号、幂等事件 ID 和服务端时间。摘要、关键实体和用户确认事实还要保留来源消息 ID 与生成版本，方便失效和回查。保留期、TTL、归档、删除与加密由业务和合规决定，不能固定成三十分钟、两小时，也不默认把所有摘要永久向量化。组装 p…

#蚂蚁#Agent#多轮对话上下文管理

面试题·Agent· 百度

Agent模块协作机制与失败场景

匹配口述回答：…工具调用；复杂任务才交给 LLM planner 或 [[ReAct]] 做多步拆解。这里我会加一个原则：高风险业务流程不能完全让模型自由规划，比如退款、发券、改订单，必须走状态机或审批流；模型可以负责解释和参数建议，但最终执行路径由系统约束。记忆模块分短期和长期。短期记忆保存当前任务上下文、已完成步骤、工具 observation；长期记忆保存用户偏好、历史工单、领域知识和工具经验。长期记忆可以用[[向量库]]、关系库或图数据库，但写入时要做重要性评分和去重，不然越存越乱…

#百度#Agent#Agent 系统架构

面试题·Agent· 蚂蚁

模糊意图怎么补全?

匹配口述回答：…个。第三层，主动追问。不是所有缺失都问，触发条件有三个：关键槽位缺失、置信度低于阈值、而且不是终止意图。问题生成我倾向用模板加大模型微调，控制长度和选项数量，别给用户五个选项让他选。终止策略也得想好：用户明确说“就这样”、或者达到最大轮数、或者检测到放弃信号比如用户说“算了”。 RAG和Agent的协同，这里我重点讲。不是一次性检索，而是每轮根据当前状态动态构造查询。比如第一轮用户说“转账”，检索转账流程知识；第二轮用户补充“给张三转”，检索张三的账户信息。检索结果作为pr…

#蚂蚁#Agent#Agent意图补全

面试题·Agent· 百度

Agent 架构怎么从零设计?

匹配口述回答：…退款状态，而不是投诉客服，所以意图分类和实体抽取是关键。规划层是整个Agent的脑子。我用 [[ReAct]] 作为默认策略，让模型在思考、行动、观察之间循环，每一步都输出推理轨迹再选工具，这样比纯[[Chain-of-Thought]]|CoT更可控。如果任务特别复杂，比如要跨系统查订单、库存、物流，我会启用 [[Tree-of-Thoughts]] 多路径并行探索，用模型自己打分剪枝。但ToT成本高，只有简单规划走不通时才触发，平时ReAct就够了。执行层就是工具调用…

#百度#Agent#AI Agent 架构设计

面试题·Agent· 百度

Single-Agent vs Multi-Agent 架构取舍

匹配口述回答：…成一份市场分析报告，先规划“查数据→写初稿→格式化”，然后一步步做。不过要注意，单智能体有个硬伤：上下文长度受限。一旦任务链太长，模型会遗忘前面的信息，所以真正落地时，我一般会搭配短期工作记忆和长期向量记忆，用 [[Self-RAG]] 让模型自己学会反思，但核心还是控制单次任务的范围。再来说多智能体。当任务需要多个领域专家协作时，单智能体就撑不住了。比如软件开发，需要产品经理、架构师、开发、测试四个角色一起干活，你没法让一个Agent既写代码又做测试。这时候我会用层级式架…

#百度#Agent#Single-Agent 设计

面试题·Agent· 淘天

LangChain vs LlamaIndex vs AutoGPT 架构差异?

匹配口述回答：…utoGPT 是另一个方向，目标驱动循环，一直思考、执行、观察、记忆，直到任务完成。听起来很酷，但实际落地问题很多。它的状态管理靠向量内存加文件，容易陷入死循环，而且没有可靠的中断恢复机制。我一般只在研究原型里用，生产环境不太敢上。举个例子你就明白了。假设做一个客服退款流程，用户说“我订单 12345 要退款，但商品降价了，我要补差价”。这个场景需要查订单、查当前价格、算差价、走审批、通知用户。如果用 LangChain，你得手动编排链，状态全在上下文里，一旦审批环节需要人…

#淘天#Agent#Agent 框架对比